この記事では、実世界の時系列データにおける極端事象の予測手法「xTime」を提案しています。極端な事象とは、災害や重大な医療事象などを指し、これらの正確な予測は気候や医療分野で重要です。従来の時系列予測モデルは全体のパフォーマンスを最適化していますが、極端事象の予測には苦労しています。xTimeは、低頻度事象を用いて学習したモデルからの情報を知識蒸留の手法で転送し、稀な事象の予測精度を改善します。また、専門家モデルを動的に選択し融合する「Mixture of Experts（MoE）」メカニズムを導入し、極端事象の予測性能を向上させます。実験により、xTimeは極端事象の予測精度を3%から78%に引き上げることが示されています。